Mac 跑大模型挺能打，一跑视频就露馅：实测慢 30 倍

📡 AI新闻 2026-10-22 约 11 分钟阅读

Mac 跑大模型挺能打，一跑视频就露馅：实测慢 30 倍最近圈子里吵起来一件事——有人拿着"MiniMax H3 跑上苹果了"当喜讯传，说这是苹果生态的一次重大革新，小主机也能生产 AI 视频了。另一头呢，又有视频博主直接开炮，说这就是个骗局，苹果跑 AI 视频天生残疾，再怎么移植都是白搭。

💡 你将学到

📜 目录

先说结论：能跑，但慢到你不想要
实测差距：1.5 小时 vs 2-3 分钟
为什么大模型行，视频就不行
那 Mac 到底买值不值
说到底，这就看你的机器是用来干活的，还是用来摆着的

Mac 跑大模型挺能打，一跑视频就露馅：实测慢 30 倍

最近圈子里吵起来一件事——有人拿着"MiniMax H3 跑上苹果了"当喜讯传，说这是苹果生态的一次重大革新，小主机也能生产 AI 视频了。另一头呢，又有视频博主直接开炮，说这就是个骗局，苹果跑 AI 视频天生残疾，再怎么移植都是白搭。

这事我太有关系了。我天天拿 H3 出片，机器上跑的、踩的坑、出的成片，比吵架的双方都多。所以我今天不站队，就摆数据和结论，聊聊"Mac 到底能不能当 AI 视频生产力工具"这件事，答案可能比两边都扎心。

先说结论：能跑，但慢到你不想要

苹果能不能跑 H3？能。这点不用吵，社区已经实打实跑通了。Redis 之父（就是写出 Redis 那位老哥）自己搞了个原生 Metal 推理引擎 h3.c，针对 Apple Silicon 做了大量优化，M5 Max 上 512×512 分辨率、4 步去噪，能压到大约 3.5 秒一步、整体 19 秒左右出一条小样。还有人在 16GB 内存的 Mac 上用权重流式加载跑通了这个模型。所以"跑不了"，是站不住脚的。

但"能跑"和"能用来干活"，是两码事。

实测差距：1.5 小时 vs 2-3 分钟

看一组社区真实跑出来的数字，最直观。Hacker News 上有人拿 M4 Max 128GB 的 Mac Studio，在 ComfyUI 里跑 H3 生成一条 15 秒、480p 视频——就是最普通的文生视频，结果花了 一个半小时。

同一段任务，一张 RTX Pro 6000 显显卡，两到三分钟出片。

算下来，慢了多少？大约 30 倍。 我一度以为自己看错了，反复核了几遍，就是这个量级。

我自己的机器是 NVIDIA 这边的，用 3 步 LoRA 的路子出片，124 帧一条大概 6 分钟左右。没跟苹果那套做同配置对比，但光是把这个时间差摆出来，聊"苹果小主机接手 AI 视频生产"，我心里是有数的——这不是快慢问题，是能不能当生产力工具的问题。

为什么大模型行，视频就不行

这里有个很反直觉的点，值得说透：同样是跑 AI，Mac 跑大语言模型挺能打，一到跑视频就露馅。苹果自己也在跟进，M5 那一代之后跑 MoE 模型、跑千问 27B 这种规模，能力确实上来了；Strata、SGLang 这些新架构也在往苹果迁移。统一内存的大带宽，让 Mac 在跑文本生成这类任务上，跟英伟达的距离被拉近了很多。

但视频生成是另一套逻辑。H3 这种模型生成视频，是一个逐步去噪（denoise）的过程，一步一步地把画面从噪声里"算"出来，最后还要经过一个叫 VAE 的解码器，把压缩过的隐空间变成最终画面。这个每步运算的核心是 BF16 原始算力和大量矩阵计算，不是靠内存带宽就能补的——苹果芯片在这块的真实算力，跟英伟达的旗舰显卡比，差距是数量级的。

有人把这个归因成"苹果 FP32 被阉了一刀"，说这是它跑不了视频的原因。这话说对了一半：苹果浮点算力确实被砍得厉害，但社区实测里真正的瓶颈，更多在于稠密注意力计算和 BF16 线性运算的吞吐，不是单一哪一块指令集。归因可以再细点，但方向没错——视频生成这种"逐帧高强度算"的活，就是 Mac 的地狱模式。